• 정보화정책
• /
• 제27권4호
• /
• pp.3-23
• /
• 2020

그린 정보 시스템 컨셉이 등장한지 20여년이 되어 가고 있다.지속가능성에 대한 관심은 정보시스템 연구자들 또한 정보시스템이 지구의 지속가능성에 기여할 수 있는 방안에 대하여 그린 정보 시스템이라는 주제하에 연구하는 계기를 마련하였다.이 연구는 지난 10여년간 이루어진 그린 정보 시스템 관련 연구들을 리뷰하고 향후 연구 과제들을 제시하는데 목적을 둔다.시스템적인 관련 연구 기법을 적용하여 2010년에서 2020년까지 정보시스템 및 경영학 분야 저널에 게재된 그린 시스템 논문들을 탐색하고 이들의 연구주제들을 6가지 분야(그린 정보 시스템도입,효과,역량,설계,의견, 리뷰) 로 구분하여 분석한다.각 분야별 사용된 이론적인 프레임워크 및 주된 연구분야들을 정리하고 이에 따라 앞으로 더 연구가 이루어져야 하는 주제들을 제시한다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2023년도 제68차 하계학술대회논문집 31권2호
• /
• pp.261-262
• /
• 2023

본 연구에서는 감성 분석 기반의 키워드 도출형 영화 리뷰 웹사이트를 개발하였다. 사용자들은 영화에 대한 리뷰를 작성할 때, 자동으로 키워드를 추출하는 기능을 활용하여 다양하면서도 빠르게 정보를 얻을 수 있다. 사용자가 작성한 리뷰를 시스템에 입력하면, 내부적으로 ChatGPT를 활용하여 텍스트를 분석하고 키워드를 추출한다. 이를 통해 사용자는 별다른 노력 없이도 키워드를 통해 영화의 장르, 감독, 배우, 플롯 요소 등 다양한 정보를 빠르게 확인할 수 있다. 추출된 키워드는 저장되어 시각화에 활용되며, 사용자들은 리뷰에 대한 원하는 정보를 쉽게 얻을 수 있다. 개발된 키워드 도출형 영화 리뷰 웹사이트는 사용자들에게 빠르고 다양한 정보를 제공하며, 영화 관련 결정을 내리는 데에 도움을 줄 것으로 기대된다.

• 지능정보연구
• /
• 제28권2호
• /
• pp.171-189
• /
• 2022

온라인 리뷰는 소비자의 구매 의사결정 과정에서 중요한 역할을 담당하고 있으므로 소비자에게 유용하고 신뢰성이 있는 리뷰를 제공하는 것이 중요하다. 기존의 온라인 리뷰 유용성 예측 관련 연구는 주로 온라인 리뷰의 텍스트와 평점 정보 간의 일관성을 바탕으로 리뷰 유용성을 예측하였다. 그러나 기존 연구는 평점 정보를 스칼라로 표현했기 때문에 표현 수용력이 제한적이거나 평점 정보와 리뷰 텍스트 정보와의 상호작용을 제한적으로 학습하는 한계가 존재한다. 본 연구에서는 기존 연구의 한계점을 보완하기 위해 리뷰 텍스트와 평점 정보 간의 상호작용을 효과적으로 학습할 수 있는 CNN-RHP(CNN based Review Helpfulness Prediction) 모델을 제안하였다. 먼저, 리뷰 텍스트의 의미론적 특성을 추출하기 위해 multi-channel CNN을 적용하였다. 다음으로, 평점 정보는 텍스트 특성과 동일한 차원을 나타내는 독립된 고차원 임베딩 특성 벡터로 변환하였다. 최종적으로 요소별(Element-wise) 연산을 통해 리뷰 텍스트와 평점 정보 간의 일관성을 학습하였다. 본 연구에서는 제안된 CNN-RHP 모델의 성능을 평가하기 위해 Amazom.com에서 수집된 온라인 소비자 리뷰를 사용하였다. 실험 결과, 본 연구에서 제안한 CNN-RHP 모델이 기존 연구에서 제안된 여러 모델과 비교했을 때 우수한 예측 성능을 나타내는 것을 확인하였다. 본 연구의 결과는 온라인 전자상거래 플랫폼에서 소비자들에게 리뷰 유용성 예측 서비스를 제공할 때 유의미한 시사점을 제공할 수 있다.

• 기술혁신연구
• /
• 제30권4호
• /
• pp.29-56
• /
• 2022

본 연구는 새로운 지역혁신정책의 프레임인 전환적 지역혁신정책에 대한 리뷰 논문이다. 전환적 지역혁신정책은 지역주민의 입장에 서서, 시스템 전환의 비전을 가지고 기후위기, 고령화, 양극화에 대한 대응책을 발전시켜 나가는 정책이다. 이를 위해 포스트 클러스터론을 중심으로 한 지역혁신정책론의 연구 성과들을 검토하면서 전환적 지역혁신정책의 특성을 정리한다. 연구의 구성은 다음과 같다. 우선 클러스터론을 필두로 한 기존 지역혁신 정책과 구분되는 전환적 지역혁신정책론의 특성을 다룬다. 다음으로 전환적 지역혁신정책의 주요 요소, 시스템 전환의 유형, 산업형성과 관련된 연구들을 리뷰한다. 전환적 지역혁신정책이 기존 정책과 차별화되는 요소들을 정리하고 향후 논의가 발전하기 위해 다루어야 할 과제들을 도출한다. 임무지향적 프로그램을 통한 전환적 혁신과 기존 혁신의 연계, 전환의 구체적인 메커니즘의 탐색, 산업혁신과 사회혁신을 통합하는 시각의 도입, 산업융합과 사회혁신 융합을 위한 초학제적 연구·혁신 방식의 도입 등이 다루어질 것이다.

• 한국콘텐츠학회논문지
• /
• 제16권9호
• /
• pp.523-530
• /
• 2016

본 연구는 직무만족, 이직의도 및 보상시스템에 관련된 선행연구를 포괄적으로 고찰하여 향후 연구를 위한 이론적 시사점의 도출을 목적으로 하였다. 연구의 목적을 달성하기 위해, 보상시스템과 성과와의 관계를 분석한 선행연구를 체계적으로 논의하였다. 선행연구의 분석결과, 기업이 구성원에게 제공하는 내적 외적 보상은 직무만족과 긍정적인 관계, 이직의도와는 부정적인 관계가 있음이 확인되었다. 구성원이 지각하는 보상의 공정성은 직무만족에 긍정적, 이직의도에는 부정적인 영향을 미치는 것으로 제시되었다. 특히 보상의 공정성은 기업의 보상시스템과 성과와의 관계에서 매개적인 역할을 한다는 사실이 다수의 선행연구를 통해서 파악되었다. 본 연구에서는 선행연구의 리뷰를 바탕으로 보상시스템과 성과와의 관계에 관련된 명제를 제시하였으며, 후속연구를 위해 이론적 차원에서 관련 연구 영역의 방향성을 제시하였다.

• 한국전자거래학회지
• /
• 제24권2호
• /
• pp.1-14
• /
• 2019

게임은 소프트웨어 특성상 출시 후 사용자들의 반응을 빠르게 파악하여 개선하는 것이 중요하다. 하지만 구글 플레이 앱 스토어 등 사용자들이 게임을 다운로드하고 리뷰를 올릴 수 있는 대부분의 사이트들은 게임 리뷰에 대한 매우 제한적이고 모호한 분류 기능만을 제공한다. 따라서 본 논문에서는 사용자들이 사이트에 올린 게임 리뷰를 보다 명확하고 운영에 유용한 주제들로 자동 분류하는 시스템을 개발한다. 본 논문에서 개발한 시스템은 리뷰에 포함된 단어들을 대표적인 단어 임베딩 모델인 word2vec을 사용하여 벡터들로 변환하고, 이 벡터들과 각 주제 간 유사도를 측정하여 해당 리뷰를 관련된 주제로 분류한다. 특히 분류 성능에 직접적인 영향을 미치는 벡터 간 유사도 측정 방법을 선택하기 위해 본 연구에서는 대표적인 벡터 간 유사도 측정 방법인 유클리디안 유사도, 코사인 유사도, 확장된 자카드 유사도의 성능을 실제 데이터를 사용하여 비교하였다. 또한 어떤 리뷰가 둘 이상의 주제에 해당하는 경우를 위해 임계값에 기반한 다중 분류 방법을 사용하였다. 구글 플레이 앱스토어의 실제 데이터를 사용한 실험 결과 본 시스템은 95%까지의 정확도를 보임을 확인하였다.

• 제어로봇시스템학회지
• /
• 제19권2호
• /
• pp.34-38
• /
• 2013

자연계에서 빈번히 목격되는 군집 현상과 그 효용성의 고찰에 기인하여, 최근 다중 이동 로봇의 협업에 대한 연구가 활발히 수행되고 있다. 그 중, 본 논문에서는 다중 이동 로봇의 군집 제어 방법론들을 설명하고, 그와 관련된 최신 결과들도 소개한다. 특히 군집 제어 문제를 해결하기 위한 대표적인 방식인 행동 기반 접근법, 가상 구조 접근법, 선도-추종 접근법, 그래프 이론 기반 접근법 위주로 소개한다.

• 한국항행학회논문지
• /
• 제22권4호
• /
• pp.325-335
• /
• 2018

상태 궤환 제어기 설계에 있어서 상태 정보에 대한 접근의 제한성 때문에, 출력 궤환 제어기 설계에 대한 많은 연구가 수행되어 왔다. 그럼에도 불구하고 최적의 출력 궤한 제어기 설계는 여전히 풀리지 않은 문제로 남아 있다. 따라서, 기존에 수행되었던 관련한 다양한 고정형 출력 궤한 제어기 설계 연구 결과를 리뷰하고 복잡도와 안정성 관점에서 성능을 평가 비교함으로써 이 분야의 연구의 방향을 찾고자 한다. 또한, 기존 연구에서 제한적인 시스템 구성에서 제시되었던 알고리즘들을 어떤 시스템 구성에서도 적용가능할 수 있도록 리뷰하는 알고리즘을 완벽하게 제공한다. 리뷰하는 알고리즘은 모의 실험을 통해서 안정성 성능과 연산 시간으로 측정된 복잡도를 통하여 비교 평가한다. 모의실험 결과에 따르면, 대수에 의한 제어기 설계 알고리즘[20]이 가장 적은 복잡도를 가지는 반면에 스케링 변환 기반의 선형 행렬 부등식 알고리즘[18]이 대부분의 경우에 고복잡도를 가지고 가장 좋은 성능을 갖음을 확인하였다.

• 정보관리학회지
• /
• 제39권3호
• /
• pp.311-336
• /
• 2022

본 연구는 도서관 정보서비스 환경에서 도서 이용자의 도서추천에 영향을 미치는 선호요인을 파악하기 위해 전 세계 도서 이용자의 참여로 이루어지는 사회적 목록 서비스인 Goodreads 리뷰 데이터를 대상으로 내용분석하였다. 이용자 선호의 내용을 보다 세부적인 관점에서 파악하기 위해 샘플 선정 과정에서 평점 그룹별, 도서별, 이용자별 하위 데이터 집합을 구성하였으며, 다양한 토픽을 고루 반영하기 위해 리뷰 텍스트의 토픽모델링 결과에 기반하여 층화 샘플링을 수행하였다. 그 결과, '내용', '캐릭터', '글쓰기', '읽기', '작가', '스토리', '형식'의 7개 범주에 속하는 총 90개 선호요인 관련 개념을 식별하는 한편, 평점에 따라 드러나는 일반적인 선호요인은 물론 호불호가 분명한 도서와 이용자에서 드러나는 선호요인의 양상을 파악하였다. 본 연구의 결과는 이용자 선호요인의 구체적 양상을 파악하여 향후 추천시스템 등에서 보다 정교한 추천에 기여할 수 있을 것으로 보인다.

• 지능정보연구
• /
• 제25권1호
• /
• pp.219-239
• /
• 2019

개인에게 맞춤형 서비스를 제공하는 것이 중요해지면서 개인화 추천 시스템 관련 연구들이 끊임없이 이루어지고 있다. 추천 시스템 중 협업 필터링은 학계 및 산업계에서 가장 많이 사용되고 있다. 다만 사용자들의 평점 혹은 사용 여부와 같은 정량적인 정보에 국한하여 추천이 이루어져 정확도가 떨어진다는 문제가 제기되고 있다. 이와 같은 문제를 해결하기 위해 현재까지 많은 연구에서 정량적 정보 외에 다른 정보들을 활용하여 추천 시스템의 성능을 개선하려는 시도가 활발하게 이루어지고 있다. 리뷰를 이용한 감성 분석이 대표적이지만, 기존의 연구에서는 감성 분석의 결과를 추천 시스템에 직접적으로 반영하지 못한다는 한계가 있다. 이에 본 연구는 리뷰에 나타난 감성을 수치화하여 평점에 반영하는 것을 목표로 한다. 즉, 사용자가 직접 작성한 리뷰를 감성 수치화하여 정량적인 정보로 변환해 추천 시스템에 직접 반영할 수 있는 새로운 알고리즘을 제안한다. 이를 위해서는 정성적인 정보인 사용자들의 리뷰를 정량화 시켜야 하므로, 본 연구에서는 텍스트 마이닝의 감성 분석 기법을 통해 감성 수치를 산출하였다. 데이터는 영화 리뷰를 대상으로 하여 도메인 맞춤형 감성 사전을 구축하고, 이를 기반으로 리뷰의 감성점수를 산출한다. 본 논문에서 사용자 리뷰의 감성 수치를 반영한 협업 필터링이 평점만을 고려하는 전통적인 방식의 협업 필터링과 비교하여 우수한 정확도를 나타내는 것을 확인하였다. 이후 제안된 모델이 더 개선된 방식이라고 할 근거를 확보하기 위해 paired t-test 검증을 시도했고, 제안된 모델이 더 우수하다는 결론을 도출하였다. 본 연구에서는 평점만으로 사용자의 감성을 판단한 기존의 선행연구들이 가지는 한계를 극복하고자 리뷰를 수치화하여 기존의 평점 시스템보다 사용자의 의견을 더 정교하게 추천 시스템에 반영시켜 정확도를 향상시켰다. 이를 기반으로 추가적으로 다양한 분석을 시행한다면 추천의 정확도가 더 높아질 것으로 기대된다.